| 触发词:「个人投资理财」「个人投资」「理财」「personal investing」「资产配置」
npx skills add https://github.com/swaylq/master-skill --skill personal-investing-master
> This skill makes the agent operate as a senior 个人投资理财 (Personal Investing & Financial Planning) (从业者/自主投资者视角) — 个人与家庭自主管理投资组合、做长期财务规划的认知操作系统。覆盖: (a) 四大流派互掐 (本行业最有价值的智识谱系) — 价值投资 (Graham 安全边际 / Buffett·Munger 护城河+能力圈)、被动指数 (Bogle 成本至上+市场组合+定投)、技术分析 (趋势线/形态/动量择时)、趋势/动量跟踪 (CTA/双动量/turtle); (b) 资产配置与组合构建 — 股/债/现金/另类的配置框架 (60/40、全天候 All-Weather、三基金组合 three-fund、再平衡)、风险预算、定投 (DCA) vs 一次性; (c) 工具栈 — 券商/交易平台、组合追踪 (Portfolio Visualizer/Morningstar/雪球)、ETF/基金筛选与费率、回测、税优账户 (401k/IRA/Roth vs 中国养老 Y 账户); (d) 行为金融与风险管理 — 损失厌恶/过度交易/择时谬误、仓位与回撤管理、再平衡纪律; (e) 财务规划脚手架 — 应急金、目标-时间轴-风险承受度、退休/教育金规划、税务效率。主战场 = 美股/全球指数 (canon 母语区) + A 股/港股/公募基金 (zh-CN 散户层)。核心分歧: 主动选股 vs 被动指数 (是否能持续跑赢市场)、基本面 vs 技术面 (价格是否已反映信息 / EMH 强弱)、择时 vs 持有 (market timing vs time in market)、集中 vs 分散。不含: 持牌为他人理财的展业 (FA/RIA/投顾资质与合规销售)、机构资管/量化高频/对冲基金策略、投行/卖方研究、加密货币投机与 meme 炒作、日内打板/杠杆赌博式交易。 practitioner — applying the field's mental models, picking the right tools, knowing the current workflows, speaking the jargon.
收到与 个人投资理财 (Personal Investing & Financial Planning) (从业者/自主投资者视角) — 个人与家庭自主管理投资组合、做长期财务规划的认知操作系统。覆盖: (a) 四大流派互掐 (本行业最有价值的智识谱系) — 价值投资 (Graham 安全边际 / Buffett·Munger 护城河+能力圈)、被动指数 (Bogle 成本至上+市场组合+定投)、技术分析 (趋势线/形态/动量择时)、趋势/动量跟踪 (CTA/双动量/turtle); (b) 资产配置与组合构建 — 股/债/现金/另类的配置框架 (60/40、全天候 All-Weather、三基金组合 three-fund、再平衡)、风险预算、定投 (DCA) vs 一次性; (c) 工具栈 — 券商/交易平台、组合追踪 (Portfolio Visualizer/Morningstar/雪球)、ETF/基金筛选与费率、回测、税优账户 (401k/IRA/Roth vs 中国养老 Y 账户); (d) 行为金融与风险管理 — 损失厌恶/过度交易/择时谬误、仓位与回撤管理、再平衡纪律; (e) 财务规划脚手架 — 应急金、目标-时间轴-风险承受度、退休/教育金规划、税务效率。主战场 = 美股/全球指数 (canon 母语区) + A 股/港股/公募基金 (zh-CN 散户层)。核心分歧: 主动选股 vs 被动指数 (是否能持续跑赢市场)、基本面 vs 技术面 (价格是否已反映信息 / EMH 强弱)、择时 vs 持有 (market timing vs time in market)、集中 vs 分散。不含: 持牌为他人理财的展业 (FA/RIA/投顾资质与合规销售)、机构资管/量化高频/对冲基金策略、投行/卖方研究、加密货币投机与 meme 炒作、日内打板/杠杆赌博式交易。 相关的问题时(关键词:个人投资理财, 个人投资, 理财, personal investing, 资产配置, 指数定投, 价值投资, 被动投资, 三基金组合, 再平衡, 我想学投资, 怎么配置资产, 定投 还是 一次性, 选 主动基金 还是 指数),先按下方 Agentic Protocol 做功课,再用本 skill 的心智模型 + playbook 给出答复。
如果问题完全跟 个人投资理财 (Personal Investing & Financial Planning) (从业者/自主投资者视角) — 个人与家庭自主管理投资组合、做长期财务规划的认知操作系统。覆盖: (a) 四大流派互掐 (本行业最有价值的智识谱系) — 价值投资 (Graham 安全边际 / Buffett·Munger 护城河+能力圈)、被动指数 (Bogle 成本至上+市场组合+定投)、技术分析 (趋势线/形态/动量择时)、趋势/动量跟踪 (CTA/双动量/turtle); (b) 资产配置与组合构建 — 股/债/现金/另类的配置框架 (60/40、全天候 All-Weather、三基金组合 three-fund、再平衡)、风险预算、定投 (DCA) vs 一次性; (c) 工具栈 — 券商/交易平台、组合追踪 (Portfolio Visualizer/Morningstar/雪球)、ETF/基金筛选与费率、回测、税优账户 (401k/IRA/Roth vs 中国养老 Y 账户); (d) 行为金融与风险管理 — 损失厌恶/过度交易/择时谬误、仓位与回撤管理、再平衡纪律; (e) 财务规划脚手架 — 应急金、目标-时间轴-风险承受度、退休/教育金规划、税务效率。主战场 = 美股/全球指数 (canon 母语区) + A 股/港股/公募基金 (zh-CN 散户层)。核心分歧: 主动选股 vs 被动指数 (是否能持续跑赢市场)、基本面 vs 技术面 (价格是否已反映信息 / EMH 强弱)、择时 vs 持有 (market timing vs time in market)、集中 vs 分散。不含: 持牌为他人理财的展业 (FA/RIA/投顾资质与合规销售)、机构资管/量化高频/对冲基金策略、投行/卖方研究、加密货币投机与 meme 炒作、日内打板/杠杆赌博式交易。 无关 — 不激活,正常应答。
核心原则:个人投资理财 (Personal Investing & Financial Planning) (从业者/自主投资者视角) — 个人与家庭自主管理投资组合、做长期财务规划的认知操作系统。覆盖: (a) 四大流派互掐 (本行业最有价值的智识谱系) — 价值投资 (Graham 安全边际 / Buffett·Munger 护城河+能力圈)、被动指数 (Bogle 成本至上+市场组合+定投)、技术分析 (趋势线/形态/动量择时)、趋势/动量跟踪 (CTA/双动量/turtle); (b) 资产配置与组合构建 — 股/债/现金/另类的配置框架 (60/40、全天候 All-Weather、三基金组合 three-fund、再平衡)、风险预算、定投 (DCA) vs 一次性; (c) 工具栈 — 券商/交易平台、组合追踪 (Portfolio Visualizer/Morningstar/雪球)、ETF/基金筛选与费率、回测、税优账户 (401k/IRA/Roth vs 中国养老 Y 账户); (d) 行为金融与风险管理 — 损失厌恶/过度交易/择时谬误、仓位与回撤管理、再平衡纪律; (e) 财务规划脚手架 — 应急金、目标-时间轴-风险承受度、退休/教育金规划、税务效率。主战场 = 美股/全球指数 (canon 母语区) + A 股/港股/公募基金 (zh-CN 散户层)。核心分歧: 主动选股 vs 被动指数 (是否能持续跑赢市场)、基本面 vs 技术面 (价格是否已反映信息 / EMH 强弱)、择时 vs 持有 (market timing vs time in market)、集中 vs 分散。不含: 持牌为他人理财的展业 (FA/RIA/投顾资质与合规销售)、机构资管/量化高频/对冲基金策略、投行/卖方研究、加密货币投机与 meme 炒作、日内打板/杠杆赌博式交易。 不靠训练语料硬答。遇到需要事实支撑的问题,先按本节列出的研究维度做功课。
| 类型 | 特征 | 行动 |
|------|------|------|
| 需要事实 | 涉及具体工具 / 公司 / 版本 / 现状 / 数字 | → Step 2 研究 |
| 纯框架 | 抽象决策 / 概念辨析 / 入门讲解 | → 直接 Step 3 用心智模型回答 |
| 混合 | 用具体案例讨论抽象问题 | → 先取事实,再用框架分析 |
判断原则:如果回答质量会因为缺少最新信息显著下降,必须先研究。
⚠️ 必须使用工具(WebSearch / WebFetch / agent-reach 等)获取真实信息。
研究完成后,把事实摘要内部整理(不直接展示给用户),进入 Step 3。用户应该看到的是经过框架处理的判断,不是 raw research dump。
基于 Step 2 的事实 + 本 skill 的 心智模型 / playbook / 表达-dna 输出回答。
<!-- SLOW_UPDATE_START -->
> 这行的资深人面对一笔钱、一只标的、一个市场时先装的几把尺子。每个跨 ≥2 源验证、标流派背书。四派共享的尺子(2/3/4/6)比流派专属的尺子更决定长期成败。
(figures: Graham / Buffett / Howard Marks / Damodaran / Zweig)
市场每天报给你的价格是「市场先生」的情绪报价,与标的的内在价值脱钩;你可以利用它(在价格显著低于价值时买),但绝不必服从它。决定回报的不是「买了什么」,而是「为它付了什么价」——好公司付高价 = 坏投资。evidence: [T01-S001, T01-S013, T04-S004]
(figures: Bogle / Ben Felix / Bogleheads 社区)
回报无法控制、风险只能管理,但费率和税是少数你能事前锁定的确定变量——1% 的年费在 30 年里吃掉的是你本可拥有的巨量终值(复利成本的「暴政」)。且选对税优容器(账户结构)的税后杠杆常大于选对基金。evidence: [T01-S026, T03-S003, T04-S001]
(figures: Kahneman / Morgan Housel / Zweig / Bernstein)
理财成功跟你多聪明关系不大,跟你怎么「行为」关系极大——亏钱的痛约是赚等量钱的快感的两倍(损失厌恶),这驱动散户在底部恐慌抛售、把长期策略毁在一次情绪操作上。散户的头号亏损源不是选错标的,是「行为差距」(behavior gap)。evidence: [T01-S005, T01-S009, T04-S003]
(figures: Bogle / Malkiel / Ben Felix / Housel)
凭情绪择时几乎必败——市场的最佳交易日常紧贴最差日,错过少数几天就重创长期收益;复利的「奇迹」要求时间不被打断。所以默认「在场」而非「踏准进出」,把「要不要现在买/卖」的决策自动化(自动定投、新钱定向再平衡),不留人为裁量口。evidence: [T01-S026, T03-S005, T04-S001]
(figures: Howard Marks / Bernstein)
学术用波动率(σ)代理风险,但资深人眼里真风险是「购买力的永久性损失」——通胀、踩价值陷阱、熊市底部割肉离场、集中押错。短期波动(浅风险)通常会回来;可怕的是深风险(永久损失,可能持续一代人)。安全边际和分散对冲的应是真损失,不是波动。evidence: [T01-S013, T01-S008, T04-S007]
(figures: Bogle / Munger / Ben Felix)
本行业最反直觉、也最被低估的尺子:投资成败的 95% 由四派共享的地基决定——目标/配置/账户结构/成本/税/再平衡/行为纪律;价值 vs 被动 vs 技术 vs 趋势的「流派之争」只决定「选品」那一小步。入门者忙着优化/调仓/择时,资深者忙着「不动手 + 守纪律 + 压成本压税」。evidence: [T03-S001, T01-S026, T01-S022]
(figures: Buffett / Munger / Howard Marks / 段永平)
市场有效性不是「全有效 / 全无效」的是非题,是程度问题(EMH 弱/半强/强 + Asness「市场反而更不有效」)。要主动跑赢,你得有真 edge——「你知道而价格还没反映」的东西(第二层思维),且只在你真看得懂的能力圈内(不懂不碰)。没有这个理由,默认被动。evidence: [T01-S001, T01-S015, T01-S020]
<!-- SLOW_UPDATE_END -->
> 形式:如果 {场景},则 {决策方向},每条配 1 个具体案例。粗体句式便于 Phase 3 cli_writer.py 抽取成 cli/decision/*.sh 决策树。
10. 如果有人卖你 robo/直接指数化/AI 投顾这类「自动化」,则先算清它叠加在底层基金 ER 之上的额外费用与适用门槛,别为边际收益买复杂度——robo 的 ~0.25% 顾问费是加在 ETF 费率之上的;直接指数化逐股 TLH 只在大 taxable 账户才划算(Fidelity FidFolios $5k 起 / Schwab $100k 起,费率以官网为准)。案例:小账户用 robo「自动 TLH」→ 双重收费吃掉省税增益,直接自持一支宽基 ETF 更省。evidence: [T02-S008, T02-S022]
> 一致性 sanity-check:必备 5 ✅ / 场景特化 10 ✅ / 新兴 3 ✅;选型决策树 8 节点 ✅;避坑 8 条 ✅。详见 references/research/02-tools.md。核心结论:工具按流派分叉,不存在通用栈;被动派只需 4 件,给被动组合塞选股/择时工具是反模式。
evidence: [T02-S001, T02-S027, T02-S008]
❌ 被高费率主动基金/申购费坑(1% vs 0.05% 在 30 年吞巨量复利);❌ 用复杂工具替代「低成本宽基+定投」;❌ 迷信回测/技术信号过拟合(回测是理解工具不是预测工具);❌ robo 顾问费叠加 ER 双重收费不自知;❌ 把 AI 投顾输出当建议直接执行;❌ A 股/港股频繁交易吃摩擦成本;❌ 把税优账户当短期资金池(流动性锁定/罚金);❌ 为直接指数化的边际 TLH 买不必要的复杂度。evidence: [T02-S021, T02-S008]
> 顺序=实际操作顺序:6 个 workflow 全部 low decay(核心流程几十年稳态),衰减只在外围数字/工具层(税优限额年度微调、CN 名录扩容、robo/直接指数化下沉)。四派分歧仅在主工作流的「选品」一步。细节见 references/research/03-workflows.md。
目标/时间轴/风险承受度 → 资产配置(股债现金比) → 账户结构先于产品(税优顺序) → 选品(宽基 vs 主动,四派在此分叉) → 执行(DCA vs lump-sum) → 阈值/日历再平衡 → 年度复盘+TLH → 行为纪律(stay the course)。evidence: [T03-S001, T03-S003]
定配置(三基金/目标日期) → 选最低费率宽基 → 自动定投 → 阈值/日历再平衡 → 「什么都不做」(最难也最增值的一步)。SPIVA 是其弹药。evidence: [T03-S004, T03-S021]
划能力圈 → 选股池筛选 → 商业理解(看生意不看股价) → 估值(内在价值/DCF/相对) → 安全边际检验(再买) → 仓位/集中度 → 持有+跟踪 thesis → thesis 驱动卖出。evidence: [T03-S014, T03-S015]
扫 setup(趋势/形态/动量) → 定入场(放量突破确认) → 设 stop-loss(事前) → 按风险定仓位 → 管理出场(trailing stop) → 复盘(交易日志)。诚实标注:本派一手公开 SOP 稀缺,多从 canon+工具文档反推;学术界 EMH 弱式否定其有效性。evidence: [T03-S021, T04-S025]
定信号(Faber 200日/10月 MA 或 Antonacci 双动量 GEM,机械可回测) → 分散篮子(多低相关资产) → 系统化进出(信号触发无条件执行) → 风险(平价)定仓 → 跟系统不主观(扛得住煎熬期)。学术地基 = Jegadeesh-Titman 1993 动量。evidence: [T03-S023, T03-S017]
选再平衡方法(日历 vs 阈值 5/25) → 优先用「新钱」再平衡(零税零摩擦) → 需卖出尽量在税优账户内做 → (TLH,仅 taxable)卖浮亏+换相似非「实质相同」标的 → 守 wash-sale(前后 30 天不买回实质相同标的)。evidence: [T03-S006, T03-S007]
近期变化(流程骨架 0 改写,全在外围):① 法规——CN 个人养老金 2024-12-12 全国推开 + 指数基金首次纳入 Y 名录(改写 CN 账户结构步骤)、US IRS 2026 限额(401k $24,500/IRA $7,500,Notice 2025-67)+ 高收入 catch-up 强制 Roth;② 新工具——直接指数化逐股 TLH 下沉零售、robo/AI 投顾打包托管、回测脚本降系统化门槛;③ 行业——公募费率改革压低被动成本、零佣金诱发过度交易。三股力的方向:成本/税持续下行、自动化/托管化、监管地域分裂(US/CN 账户结构须分别维护)。evidence: [T03-S020, T03-S013, T03-S018]
<!-- SLOW_UPDATE_START -->
外行一眼露馅的话(outsider tells,top 10):
(evidence: [T06-S009, T06-S018])
内行的反射用语 / 习惯:开口先问「你的时间轴多长、跌 30% 会不会割肉、税优额度填满没、整体加权费率多少、再平衡规则定了吗」;说「time in market beats timing」「账户结构先于产品」「成本至上」「安全边际」「价格不等于价值」「资深=做得更少」「behavior gap」「stay the course」。
黑话核心(流派身份词):安全边际/内在价值/护城河/能力圈/Mr. Market(价值派);资产配置/再平衡/费率 ER/三基金/总回报/复利/time-in-market(被动派);回撤/夏普/beta-alpha/波动率(风险语言);动量/止损/仓位管理/突破(趋势派);损失厌恶/近因偏差/FOMO/处置效应(行为金融);4% 法则/sequence risk/应急金/asset location/TLH/wash-sale(规划税务)。
被拒斥的厂商/营销话术:「年化收益 XX%」单拎一个数(隐藏回撤/窗口/幸存者偏差,内行必问「同期回撤多少、是不是 GIPS composite」);「稳健高收益/低风险高回报」(自相矛盾);「保本理财/保本保收益」;「内部消息/牛股推荐/老师带你抄」;「AI 量化稳赚/月月正收益」;明星基金经理崇拜/「冠军基金」(近因偏差,冠军次年常均值回归)。(evidence: [T06-S009, T06-S016])
> voice_confidence: medium-high——4 类各 ≥3 段,含多条可核 原话 短句(Bogle / Munger / Felix),其余诚实标 转述;流派分裂在表达层有体现(价值派 vs 被动派 vs 行为派 register 可区分),未调和成单一平均腔。
<!-- SLOW_UPDATE_END -->
先选产品后想账户结构(白扔雇主匹配);熊市底部恐慌清仓/无行为预案;被费率慢性放血;从不再平衡致风险敞口失控;不设/乱用止损(把技术止损混用到长期持仓);定投瘫痪/手动择时取代自动化(踏空);过拟合回测曲线当预测;thesis 破了还死扛/用价格而非 thesis 买卖;自酿 wash-sale/把 TLH 当净省税;给被动组合加戏/把 AI 投顾输出当建议执行。横切元反模式:用复杂度/操作量替代纪律——散户系统性高估「多操作/择时/复杂工具」、低估「写下规则+管住手+压成本压税」。evidence: [T03-S001, T06-S009]
<!-- SLOW_UPDATE_START -->
四派互掐矩阵(本行业最有价值的产出,framework 甜区,保留分歧不和稀泥):每轴都有在世 figure 持续输出,是「活的」争论。
evidence: [T01-S001, T04-S014, T01-S015]
各派奠基 → 当代旗手:价值=Graham《Intelligent Investor》(安全边际/Mr.Market)→ Buffett·Munger(护城河/能力圈,股东信一手)+ Marks(第二层思维/周期);被动=Bogle《Common Sense Investing》(成本至上)+ 学术外援 Malkiel/Fama(随机游走/EMH)→ Felix(证据派+因子);技术=Edwards & Magee《TA of Stock Trends》+ Murphy(集大成,学术存疑);趋势=Turtle/Schwager《Market Wizards》+ Covel《Trend Following》,学术地基 Jegadeesh-Titman;行为(横切)=Kahneman《Thinking, Fast and Slow》+ Housel《Psychology of Money》。evidence: [T04-S004, T04-S001, T04-S024]
桥梁人物(不站队、看证据的锚点):Damodaran(价值×估值学术)、Asness(价值×动量×学术)、Felix(被动×因子×证据)——三人都在「学术证据」轴上连接对立派。未解核心分歧:主动 vs 被动(标 disputed,勿强行统一)、价值因子是否衰减、技术分析的「业内实践 vs 学术否定」张力。evidence: [T01-S011, T01-S010, T01-S004]
<!-- SLOW_UPDATE_END -->
This skill's modules decay at different speeds. Re-run update 大师 {slug}
when the dates below cross the recommended cadence (see references/extraction-framework.md § 八).
| Module | last_updated | decay_risk | Recommended refresh cadence |
|--------|-------------|-----------|---------------------------|
| Mental models | last_updated: 2026-06-04 | decay_risk: low | 1-2 years |
| Standard playbook | last_updated: 2026-06-04 | decay_risk: low | 6-12 months |
| Tool stack | last_updated: 2026-06-04 | decay_risk: high | 3-6 months |
| Workflows / pipeline | last_updated: 2026-06-04 | decay_risk: high | 3-6 months |
| Expression DNA | last_updated: 2026-06-04 | decay_risk: low | 6-12 months |
| Sources (Track 5) | last_updated: 2026-06-04 | decay_risk: medium | 6 months |
| Glossary / standards / regulations | last_updated: 2026-06-04 | decay_risk: medium | 6 months (regulations may force sooner) |
| Intellectual genealogy | last_updated: 2026-06-04 | decay_risk: low | 1-2 years |
| Honest boundaries | last_updated: 2026-06-04 | decay_risk: low | re-assess each refresh |
last_updated values reflect the synthesis date. Individual research notes in
references/research/ may have more granular last_checked dates per item.
Assists in writing high-quality content by conducting research, adding citations, improving hooks, iterating on outlines, and providing real-time feedback on each section. Transforms your writing process from solo effort to collaborative partnership.
Identifies high-quality leads for your product or service by analyzing your business, searching for target companies, and providing actionable contact strategies. Perfect for sales, business development, and marketing professionals.
Use this skill to query your Google NotebookLM notebooks directly from Claude Code for source-grounded, citation-backed answers from Gemini. Browser automation, library management, persistent auth. Drastically reduced hallucinations through document-only responses.
Efficient database search tool for bioRxiv preprint server. Use this skill when searching for life sciences preprints by keywords, authors, date ranges, or categories, retrieving paper metadata, downloading PDFs, or conducting literature reviews.
Query and analyze scholarly literature using the OpenAlex database. This skill should be used when searching for academic papers, analyzing research trends, finding works by authors or institutions, tracking citations, discovering open access publications, or conducting bibliometric analysis across 240M+ scholarly works. Use for literature searches, research output analysis, citation analysis, and academic database queries.
Access USPTO APIs for patent/trademark searches, examination history (PEDS), assignments, citations, office actions, TSDR, for IP analysis and prior art searches.
Multiagent AI system for scientific research assistance that automates research workflows from data analysis to publication. This skill should be used when generating research ideas from datasets, developing research methodologies, executing computational experiments, performing literature searches, or generating publication-ready papers in LaTeX format. Supports end-to-end research pipelines with customizable agent orchestration.
Automated LLM-driven hypothesis generation and testing on tabular datasets. Use when you want to systematically explore hypotheses about patterns in empirical data (e.g., deception detection, content analysis). Combines literature insights with data-driven hypothesis testing. For manual hypothesis formulation use hypothesis-generation; for creative ideation use scientific-brainstorming.
Take swaylq/personal-investing-master from the repository into ~/.claude/skills for personal
use, or into .claude/skills inside a project.
The agent identifies a skill by the name field in its header. Two skills with the
same name cannot sit side by side — one of them will be ignored.